閱讀 人生筆記 相信；每個偶然的機緣。 都是；必然緣分的開始。 這世界雖大， 有緣的人必能相逢， 若不能相逢於世界， 也會在文章裡相逢。 藏書不難，能看為難； 看書不難，能讀為難； 讀書不難，能用為難。 剛日讀經；柔日讀史 怒氣寫竹，喜氣寫蘭。 閱讀；是一種習慣。 人生；是一種態度。 態度； 決定成敗的關鍵；決定人生的高度。 閱讀；不虛此生。 人生；不虛此行。 選擇怎樣的朋友，就選擇怎樣的人生。 學然後知不足，教然後知困。知不足，然後能自反也； 知困，然後能自強也，故曰：教學相長也。 人生以助人為快樂之本，因為施比受有福。 透有能力時幫助別人，沒能力時幫助自己。演講、企業內訓、公開班課程、讀書會等邀約請洽： e-mail：johnson_kuo@pchome.com.tw。

31.5K愛的鼓勵 611訂閱站台

巨量資料的時代：7 個你不可不知的大數據定義
在大多數人根本不知道大數據（Big Data）到底是什麼的時候，不可否認的是，大數據已經在 21 世紀掀起一場驚濤駭浪。根據研究機構 IDC（國際數據資訊公司）的分析，這個世界上的資料正在以每兩年就翻倍的驚人速度增加中。了解大數據、如何利用巨量資料，成了人人關心的重點議題。
儘管大數據的定義各家歧異，但基本上，大數據領域裡的每個人都同意一點：大數據不僅僅是指更多資料而已。這篇文章整理出 7 個重要的大數據觀點，希望大家不只是看著大數據的表皮，而能用不同的角度深入檢視大數據。

1) 最基本的大數據定義 The Original Big Data
大數據的 3Vs 定義是目前為止最受推崇且最廣為人知的說法。3Vs 由 Gartner 的分析師 Doug Laney 最早在 2001 年時提出，分別代表資料量 Volume、資料傳輸速度 Velocity、資料類型 Variety。從那之後，便有人在 3Vs 之外陸續提出更多「V」， Veracity、Validity、 Value、Visibility 等，其中又以 Veracity （真實性）最被普遍認同。

2) 大數據即科技 Big Data as Technology
大數據並不是什麼嶄新的概念，好幾十年前 CERN 的科學家就在處理每秒上看 PB （Peta Bytes）巨量資料。那為什麼一直到近幾年「大數據」這顆原子彈才被投到科技圈，轟得人人三句不離大數據？
現今要處理的資料量更龐大、資料產生跟處理速度更驚人、資料來源更多樣，於是處理、儲存大量資料的新技術跟工具快速發展，像是開源軟體 Hadoop 跟 NoSQL 資料庫。新科技誕生後，開發者跟使用者需要一個專業名詞來與之前的科技作出區別，於是「大數據」一詞因應而生。因此大數據不只是指資料，也指這些用來分析、處理巨量資料的新興科技。

3) 大數據即不同的資料類型 Big Data as Data Distinctions
現今「大數據」所涉及的資料已經和過去的資料已經不同。根據 Hortonworks 公司戰略副總裁 Shaun Connolly 的說法1，過去的資料大部分是人工手記下來的交易紀錄（Transactions），現在則是機器替我們記錄下來的交易資料；除此之外，還有人們跟事物、企業間的互動資料（Interactions），例如人們在網路上點擊網頁跟連結的紀錄；最後則是機器自動生成、累積下來的觀察資料（Observations），例如智慧型家居產品記錄下來的室溫變化等。
因此 Shaun Connolly 定義大數據是由交易、互動、觀察資料所組成的資料型態。

4) 大數據即訊號 Big Data as Signals
SAP 公司的高管 Steve Lucas 不以資料型態來看待大數據，而是以目的（intent）跟時機（timing）。在過去，企業收集到的資料只能在事情發生後引以為鑒，但現在企業收集到的是「新訊號」，可以在事情發生前得到前兆跟提示，進而做出行動來影響事情結果。例如某品牌廣告在社群網站上的「讚」數、點閱率如果跌落谷底，公司便可以預期接下來產品銷售量一定也會慘不忍睹；同樣的情形在過去時，公司所得到的數據就是產品發售後的銷售量。

5) 大數據即機會 Big Data as Opportunity
根據 451 Research 的數據專家 Matt Aslett，他將大數據定義為「以前因為科技所限而忽略的資料」，這個說法也受到許多人的贊同，因為多半提起大數據時，都是在討論這些以前無法分析處理、囊括其中的資料。
"Big Data is data that was previously ignored because of technology limitations."
其實他在文中並不是用 Big Data 一字，而是使用「Dark Data（暗數據）」。事實上許多公司都使用暗數據這個字，因為當資料變「暗」了，便表示一個漏掉的訊息、錯失的機會，在企業策略中留下一個盲點。一直以來，各企業雇用數據專家的目的就是希望能「點亮」這些暗數據（illuminate the Dark Data），觀察到以前不曾注意過的趨勢、做出更全面的考量。

因此，SAP 曾經做過一個調查顯示，將近 76% 的企業高管們視大數據為「機會」。個人也滿喜歡這個觀點，畢竟現在各公司在推動大數據的原因，就是希望能掌握全面的訊息、把握住這些機會！

6) 大數據的哲學定義 Big Data as Metaphor
著名的攝影師和出版人，前《Time（時代）》、《Life（生活）》、《National Geographic（國家地理）》雜誌攝影師，負責過有史以來最大攝影項目的 Rick Smolan ，在他的著作《大數據的人性面孔》（The Human Face of Big Data）一書中，則給了大數據一個最完美的哲學定義 ——「大數據是幫助地球建構神經系統的一個過程，在這系統中，我們（人類）不過是其中一種感測器。」

7) 大數據是舊東西的新噱頭 Big Data as New Term for Old Stuff
也有部份人認為，「大數據」一詞被嚴重濫用，大數據只是商業智慧（Business intelligence）或商業分析（Business analytics）演化後的新字。
從 Google Trend 裡可以看出，從 2004 年到現在，「Big Data」一字的搜尋次數從 2011 年開始飆漲的同時，人們對「Business intelligence」的興趣則是持續降低。「Business analytics」趨勢雖然小幅上漲，但短時間應該不可能趕上另外兩個字的風潮。

結語
以上七個定義/觀點無論認同與否，相信大家都同意的是：Big Data 絕對是個「Big Deal」，接下來幾年裡，大數據將帶來無限商機。